Sistem Deteksi dan Klasifikasi Sel Inti dengan Metode Speeded Up Robust Feature (SURF)
NENENG NUR AMALINA
Informasi Umum
Kode
19.04.1645
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Image Processing - Computer Vision
Dilihat
251 kali
Informasi Lainnya
Abstraksi
Pada penelitian tugas akhir ini, algoritma Speeded Up Robust Feature (SURF) akan diimplementasikan untuk membuat sistem yang dapat mendeteksi letak sel inti pada citra histologi kanker kolon serta menghasilkan ekstraksi fitur dari sel tersebut. Ekstraksi fitur setiap sel yang telah dihasilkan digunakan untuk mengklasifikasikan jenis sel inti. Ada tiga classifier yang digunakan sebagai pembanding untuk mengklasifikasikan jenis sel, yaitu k-Nearest Neighbor (k-NN), Random Forest, dan State Vector Machine (SVM). Berdasarkan hasil pengujian yang dilakukan, nilai F1 score tertinggi yang dihasilkan oleh sistem untuk mendeteksi sel adalah 0.722 dengan parameter threshold DoH=50. Sedangkan pada pengujian hasil klasifikasi, diperoleh nilai F1 score tertinggi 0.527 dengan classifier random forest.
- CCH3F3 - KECERDASAN BUATAN
- CIG4A3 - PEMBELAJARAN MESIN
- CIG4E3 - PENGOLAHAN CITRA DIGITAL
- CSH4I3 - SISTEM PENGENALAN
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | NENENG NUR AMALINA |
| Jenis | Perorangan |
| Penyunting | KURNIAWAN NUR RAMADHANI, FEBRYANTI STHEVANIE |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
